convex-optimization - 高效的免费/开源 SOCP（二阶锥编程）求解器

Question

我正在寻找关于评估速度的二阶锥编程求解器的推荐（或比较）。求解器必须免费用于非营利用途或开源。

我对环境相当开放：独立的解决方案、库、Matlab、Python、R 等都是可以接受的。

我的问题在约束方面具有显着的稀疏性，我相信优秀的求解器可以利用这些约束来加快计算速度。

score 4 · Accepted Answer

您可能知道，cvxpy使用 cvxopt 或ecos作为求解器。
我只使用了一点点 ecos，因为 LP 而不是锥体（在一个测试用例上比 cvxopt 快 3 倍）。
它是 ~ 5k 行 c + python 包装器，什么都做！scipy.sparse.csc 格式；也许值得一瞧。

score 4 · Accepted Answer

您可能想看看维护的基准

在那里你可以找到各种规模的 SOCP 和 QP 测试。大多数求解器会为您提供多个接口，这没有问题。有关求解器列表，请查看此处

我不确定它是否完整，但您可以从这里开始。

以我的经验，对于大型问题，商业求解器，如 MOSEK 和 CPLEX，将提供更好的性能和稳定性，当然，正如你想象的那样，我有偏见。

请记住，现在大多数商业供应商都可以为您提供学术或试用许可证。这对于测试和比较来说很方便。

在我看来，您可以考虑让用户选择使用哪个求解器。这需要做更多的工作，但它为您和用户提供了更多的灵活性。你可以在这里汲取灵感

Ipopt - COIN-OR 项目：Cbc：

我建议您使用商业求解器来提出一个好的公式，这样的求解器可以尽可能快地求解。这就是与其他人比较的基础。如果您有一些不错的大规模问题需要帮助，您可以通过 mosek.com 联系我们。

cbc：https: //projects.coin-or.org/Cbc ipopt：https ://projects.coin-or.org/Ipopt

我建议您使用商业求解器来提出一个好的公式，这样的求解器可以尽可能快地求解。这就是与其他人比较的基础。如果您有一些不错的大规模问题需要帮助，您可以通过 mosek.com 联系我们。

score 3 · Accepted Answer

除了 CVXPY ( http://www.cvxpy.org/ )，您还可以考虑 QCML ( https://github.com/cvxgrp/qcml )，它会生成针对您的问题的 C 代码。

CVXPY 的改进非常迅速。Check 约束中的问题在 cvxpy 中没有问题，实际值来自完全过时的版本。假设您的问题不是太大（少于一百万个变量），CVXPY 可能会满足您的需求。即使遇到大问题，您也可以使用 CVXPY 中的 SCS 求解器来找到快速（虽然不太准确）的解决方案。

score 1 · Accepted Answer

4 回答 4